基于IPM-intPSO的两阶段动态无功优化算法

发布时间：2021-03-31 13:51

　　提出一种基于内点法（IPM）和整数粒子群（intPSO）算法相结合的启发搜索-变量校正两阶段动态无功优化算法。首先,采用intPSO算法求解离散变量,并利用IPM处理连续变量,通过两者交替迭代得到静态无功优化的求解方法;然后,在保证网损最小的同时,自适应得到最优动态分段数,克服传统依据负荷曲线人为分段方法的缺点;最后,对目标函数在启发搜索的结果上进行变量校正的再优化。IEEE 9、14、30、57、118节点测试系统的仿真结果验证了所提算法的有效性。 

【文章来源】：电力自动化设备. 2020,40(03)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

优化时段划分

在变量校正环节完成后，返回至第1步启发搜索阶段重新进行循环，直到变量校正与启发搜索优化结果一致才可认为达到最优解，优化停止。3 IPM-intPSO联合优化的求解方法

表1为本文算法与传统算法的比较。由表中可见，本文算法比传统依据负荷曲线分段法或启发分段法有2个改进之处：根据不同的系统和运行方式，对于各分段内的静态无功优化同时考虑目标函数和设备动作次数，从而得到最优的分段数；在采用启发搜索对动态无功优化分段处理后，使用变量微调整，在不增加设备动作次数的前提下进一步优化目标函数。4 仿真分析

【参考文献】：
期刊论文
[1]基于模型预测控制的多时间尺度无功电压优化控制方法[J]. 夏鹏,刘文颖,朱丹丹,汪宁渤,华夏.  电力自动化设备. 2019(03)
[2]规划与运行融合的配电网无功补偿智能协调配置[J]. 朱曈彤,顾洁,金之俭,储琳琳,张宇俊.  电力自动化设备. 2019(02)
[3]用于配电网多目标无功优化的改进粒子群优化算法[J]. 李晓利,高金峰.  电力自动化设备. 2019(01)
[4]计及控制设备动作次数约束的三阶段动态无功优化算法[J]. 覃海,姬源,周川梅,陈胜,黄锦波,郑杰辉,李志刚.  电力自动化设备. 2018(09)
[5]基于随机响应面法的主动配电网无功优化[J]. 张世达,孙永辉,赵景涛,卫志农,孙国强.  电力系统自动化. 2017(13)
[6]基于分支定界—原对偶内点法的日前无功优化[J]. 赵晋泉,居俐洁,戴则梅,陈刚.  电力系统自动化. 2015(15)
[7]配电网动态无功优化空间-时间解耦的一种新方法[J]. 杨悦,李国庆.  电力系统保护与控制. 2010(21)
[8]一种改进粒子群优化算法在多目标无功优化中的应用[J]. 李鑫滨,朱庆军.  电工技术学报. 2010(07)
[9]自适应免疫粒子群算法在动态无功优化中应用[J]. 沈茂亚,丁晓群,王宽,侯学勇,徐进东.  电力自动化设备. 2007(01)
[10]计及控制设备动作次数约束的动态无功优化算法[J]. 刘明波,朱春明,钱康龄,李芳红.  中国电机工程学报. 2004(03)



本文编号：3111550